Python Snowball Stemmer + RAKE：生成'u'

Question

我正在尝试从包含文本的文本文件中获取关键字，而我首先要阻止文本。下面的代码有效，但由于某种原因，它会在关键字列表前面生成字母“u”。例如。这就是我得到的：

[(u'keyword1', 5), (u'keyword2', 4)]

而且我不确定'你'来自哪里。 这是代码（导入包之后）：

stemmer = SnowballStemmer("english")
rake_object = rake.Rake("SmartStoplist.txt", 5, 3, 4)
s = open("test.txt", "r").read()
s = re.sub('[^a-zA-Z0-9-_*.]', ' ', s) # Remove special characters that might cause problems with stemming
words = s.split()
stemmed = [stemmer.stem(word) for word in words]
stemmed = ' '.join(stemmed)
keywords = rake_object.run(stemmed) # Perform RAKE on stemmed text
print(keywords)

Answer 1

这意味着它是Unicode字符串，stemmer返回这种类型的字符串。它是自2.0以来的语法，在Pythons 2.x中。要获得更多信息，请阅读documentation。别担心。